作者： _Redstone_c_

题目链接：https://vjudge.net/problem/HDU-4027 主要题意：区间开方，区间求和 #include <cstdio> #include <cmath> #include <algorithm> #include <cstring> using namespace std; const int N = 1e5 + 100; int n, m; int bl[N]; long long blo; long long sum

Dijkstra [ CF 20C – 模板 ] \Omicron(V \log V + E) struct disn_t { lli v; lli w; disn_t() { } disn_t(lli iv, lli iw) : v(iv), w(iw) { } friend bool operator <(const disn_t& a, const disn_t& b) { return a.w > b.w; } }; lli dis[maxn];

前言 乍一看搜索跟这个一样都可以找出一个点到另一个点的最短距离，但是有些问题两者都可以解决，而另一些搜索就不能解决了，搜索有确定的方向一步一步走，而最短路是告诉你某两个点直接可以直接走，没有确定的方向。最短路问题，通俗的说就是就是给你n个点，m条边，然后找出某两个点之间的最短距离。解决最短路常用的有三种算法Floyd、Dijkstra、SPFA。三种方法各有优劣 Floyd算法是多源最短路算法，复杂度最高（n^3），通常用在点比较少的起点不固定的问题中。能解决负边（负权）但不能解决负环。 Dij

定义 连通图：任意两个顶点vi与vj都有路径相通。 强连通图：任意两个顶点vi与vj都有路径相通。 连通图：图的边具有一定的意义，每一条变都有对应着一个权。 生成树：一个连通图的生成树是指一个连通子图，它含有图中全部n个顶点。 最小生成树：建立生成树且所花费的权最少。 PS：如果生成树中再添加一条边，则必定成环。 最小生成树可以用kruskal（克鲁斯卡尔）算法或prim（普里姆）算法求出。 贪心算法： 每一步都要最好的，权重最小的边。 需要的约束： 智能用图里有的边。 智能正好用掉|v|-1条

前向星是一种特殊的边集数组,我们把边集数组中的每一条边按照起点从小到大排序,如果起点相同就按照终点从小到大排序, 并记录下以某个点为起点的所有边在数组中的起始位置和存储长度,那么前向星就构造好了.

基本解法 \Omicron(N^2) 譬如给定 2 个序列： 1 2 3 4 5 3 2 1 4 5 试求出最长的公共子序列。 显然长度是 3 ，包含 3 4 5 三个元素（不唯一） 我们可以用 dp[i][j] 来表示第一个串的前 i 位，第二个串的前 j 位的 LCS 的长度， 那么很容易想到状态转移方程： 如果当前的 A1[i]A1[i]A1[i] 和 A2[j]A2[j]A2[j] 相同（即是有新的公共元素）,那么 dp[i][j] = \max(dp[i][j], dp[i − 1][

可以将有序数列中的查找操作的时间复杂度优化到log N级别 数列为T获取查找部分的开头下标[start]和结束下标[end]以及要查找的数[x] 计算中间平分点下标[mid],即start和end的平均数

基础解法[O(N^2)] T为输入的序列,F为以第i个数结尾的最长上升子序列长度 可得到F[i]等于F[0 …… i – 1]中满足T[i] > T[0 …… i – 1]的数 例如序列T = {1, 5, 6, 4, 2, 9} 对应的F = {1, 2, 3, 2, 2, 4} F序列中最大的数即为最长上升子序列

1. 在关系数据库中，存放在数据库中的数据的逻辑结构以二维表为主。 2. ASCII 码的含义是美国信息交换标准代码。 3. 不存在一种算法，对任何一个程序及相应的输入数据，都可以判断是否会出现死循环，因而， 任何编译系统都不做死循环检验 。 4. ∧ = and丶∨ = or 丶 ¬ = 取反。

用于快速查找某个点在哪个集合中，常用于有关图的题中，可查看洛谷 P3367 题。 #include <cstdio> #define _for(i, n) for(int i = 0; i < n; i++) using namespace std; const int MAXN = 1e6 + 100; int m, n, o, x, y; int map[MAXN]; int find(int u) { if(map[u] != u) map[u] = find(map[u

struct nodef { string name; int score; bool operator <(const nodef &n) const { return this -> score < n.score; } }; 这几句表示建立了一个名为nodef的结构体，其成员变量有name和score，重载了运算符<，表示当一个nodef与nodef做<运算时，第二个nodef作为参数n传入，并且运算的返回值为bool型，比较依据是score变量。

序列式容器 向量[vector] 列表[list] 双端队列[deque] 适配器容器 栈[stack] 队列[queue] 优先队列[priority_queue] 关联式容器 集合[set] 多重集合[multiset] 映射[map] 多重映射[multimap] 完整XLSX文件传送门

BFS – 广度优先遍历 一种利用队列实现的搜索算法。简单来说，其搜索过程和 “湖面丢进一块石头激起层层涟漪” 类似。形象一点如下： 总的来说，就是先遍历离根节点近的，一层一层的。 程序思路 函数传入需要遍历的树/图的根节点，然后将根节点放入队列，开始循环操作，只要队不是空的，就取队首并且将队首元素所连接的点放入队中。 要注意的是，图中可能出现环，可能会陷入死循环，所以要定义一个数组记录节点是否被访问过。 实现方法 – 存储方式为点对点 广度优先遍历，参数v是开始遍历的点

点对点 建立一个数组，用下标表示不同的点，用其内容表示这个点所连接的点。例如数组名为graph，然后可以用graph[0] = 1表示0点可以通向1点。 其中，如果一个点可以连向多个点，可以使用二维数组存储，例如graph[0][0] = 1和graph[0][1] = 2表示0点所连接的点有1点和2点。通常，这个二维数组的第二维不会被填满，所以，可以使用向量作为第二维，像下面一样： #include <vector> using namespace std; const int M

用于一些特殊的类进行遍历访问所用，类似于一个指针。 以下使用vector[向量]进行举例： 如何建立一个迭代器： list<int>::iterator it; 常用操作，迭代器进行遍历： for(it = l.begin(); it != l.end(); it++) 其中，l是一个list类型的变量，首先迭代器等于l的首地址然后自加到l的尾地址 PS：在大部分STL中， 尾地址是指向了一个空的元素，所以用！= 对迭代器进行访问： print(%d, *it); 这表示输出list

在这里，发布您有关C++的笔记共享给大家。